AIを仕事で使うとはどういうことか―「便利な道具」から「仕事を任せる相手」への変化をやさしく理解する

前回は、「AIのメモリとは何か」について説明しました。AIのメモリとは、過去の会話や作業で得た情報を保存し、必要なときに取り出して、次の回答や行動に役立てる仕組みです。

これまでのシリーズでは、生成AI、大規模言語モデル、RAG、推論モデル、エージェントAI、MCP、Computer Useなど、さまざまな技術を説明してきました。では、こうした技術を使うことで、私たちの仕事は実際にどう変わるのでしょうか。

生成AIが登場した当初、多くの人はAIを「質問すると答えてくれる便利な道具」として使い始めました。

文章を書いてもらう。

わからないことを質問する。

長い資料を要約してもらう。

もちろん、これだけでも十分に便利です。しかし、2026年現在、AIを仕事で使うということは、それだけではなくなりつつあります。AIに資料を調べさせたり、ファイルを編集させたり、複数のソフトウェアを使って仕事を進めさせたりすることも可能になってきました。つまり、AIは「仕事について相談する道具」から、「仕事の一部を実際に進める道具」へと発展しているのです。

そもそも「AIを仕事で使う」とは何か

AIを仕事で使うといっても、その使い方にはさまざまな段階があります。たとえば、取引先へ送るメールを考えてもらうこともAI活用です。大量の商品データを整理してもらうこともAI活用です。Webサイトの問題点を調査し、修正案を作ってもらうこともできます。さらに、適切な権限と環境があれば、AIに実際の操作を進めさせることもできます。これらはすべてAIを仕事で使う例ですが、人間とAIの役割分担が違います。そこで、まず3つの段階に分けて考えてみましょう。

第1段階：AIに相談する

もっとも身近なのが、AIを相談相手として使う方法です。

たとえば、次のような使い方があります。

• 取引先へ送るメールの文章を考えてもらう
• 専門用語をわかりやすく説明してもらう
• 企画のアイデアを出してもらう
• 文章の誤字脱字を確認してもらう
• 資料を要約してもらう
• 考えを整理するために質問してもらう

この段階では、AIは主に文章やアイデアを提供します。実際に仕事を進めるのは人間です。たとえばAIがメールの文面を考えても、送信するのは人間です。AIが企画案を出しても、その企画を採用するかどうかは人間が判断します。この使い方だけでも、文章を考える時間や情報を整理する時間を短縮できます。

第2段階：AIに作業を手伝わせる

次の段階では、AIに具体的な作業をしてもらいます。たとえば、Excelのデータを渡して、売上の傾向を分析してもらうことができます。長い資料を複数読み込ませ、比較表を作ってもらうこともできます。プログラムの修正や、WebサイトのHTML・CSSの作成を手伝ってもらうこともできます。この段階では、AIは単に意見を述べるだけではありません。実際に使う文章、表、プログラム、資料などを作成します。たとえば、毎月2時間かけて作っていた報告書の下書きを、AIに短時間で作らせることができるかもしれません。ただし、作成されたものが正しいかどうかは、確認する必要があります。

第3段階：AIに仕事を任せる

さらに進んだ使い方が、AIエージェントなどを利用して、複数の作業をまとめて進めてもらうことです。たとえば、次のように依頼するとします。

「競合する商品の価格を調べ、比較表を作り、特徴をまとめてください。」

AIエージェントは、利用できるツールや権限の範囲で、商品の検索、情報の取得、価格の比較、表の作成などを進めます。人間は、操作方法を一つずつ指定するのではなく、達成してほしい目的を伝えます。これが、これまでの生成AIとの大きな違いです。

実際には、この3段階を仕事の内容によって使い分けます。すべてを第3段階にする必要はありません。

AIが得意な仕事とは何か

では、AIはどのような仕事が得意なのでしょうか。一般的には、情報を読み取り、整理し、文章やデータとして出力する作業と相性がよい場合があります。たとえば、次のような仕事です。

• 文章の要約や言い換え
• 資料の比較と整理
• 大量の問い合わせの分類
• 会議録の文字起こしと要約
• プログラムの作成や修正
• 商品説明文や広告文の下書き
• 売上データの集計や分析補助
• 調査結果の報告書作成

これらの仕事には共通点があります。人間が情報を読んで、考えて、何らかの形に整理する作業だということです。生成AIは、このような作業を支援できます。ただし、仕事の内容や求められる正確性によって、AIの得意・不得意は変わります。

AIはすべての仕事を速くするわけではない

ここで重要なことがあります。「AIを使えば、どんな仕事でも速くなる」というわけではありません。2025年に発表されたMETRという研究機関の実験では、経験豊富なソフトウェア開発者が、実際に使い慣れた大規模なプログラムを修正する仕事について調べました。研究では、AIを使えば作業時間が短くなると開発者自身は予想していました。しかし、実際にはAIを利用した場合、平均して作業時間が19％長くなるという結果が出ました。これは、2025年当時の特定のAIツールと、経験豊富な開発者を対象にした実験です。そのため、現在のあらゆるAIや仕事に当てはまるわけではありません。それでも、重要なことを教えてくれます。AIが作ったものを確認したり、間違いを直したりする時間も、仕事の一部だということです。AIが短時間で答えを作っても、それを使える状態にするまでの時間が長ければ、仕事全体は速くならないのです。

本当に時間を節約できているか

AIを仕事に導入するときには、実際にどれくらい時間が短縮されたかを測ることが重要です。たとえば、AIを使わずに報告書を作る場合を考えてみましょう。資料の確認に30分、文章作成に60分、見直しに30分かかるとします。合計120分です。AIを使うと、下書き作成は10分で終わるかもしれません。しかし、その内容に間違いが多く、確認と修正に90分かかれば、合計100分です。確かに20分短縮できていますが、文章を作る時間だけを比較すると、効果を大きく見積もってしまいます。そのため、AI活用では次の点を確認する必要があります。

• 作業開始から完了までの時間
• 間違いを修正する時間
• 成果物の品質
• 作業にかかる費用
• 人間が確認する負担

速さだけでなく、品質も重要です。

2026年、企業のAI利用はどこまで進んでいるのか

AIの業務利用は、すでに一部の技術者だけのものではなくなっています。Stanford大学の「AI Index Report 2026」では、調査対象となった組織の88％が、2025年に何らかの業務でAIを利用していると報告されています。また、70％の組織が、少なくとも一つの業務機能で生成AIを利用していました。ただし、こうした数字は調査対象となった企業・組織に関するものであり、世界中のすべての企業の88％が利用しているという意味ではありません。さらに重要なのは、AIを導入することと、AIを使って企業全体の仕事を変えることは違うという点です。同じ報告書では、AIエージェントの本格的な導入は、多くの業務分野でまだ初期段階にあるとされています。つまり、AIの利用自体は広がっていますが、仕事全体の自動化が完成したわけではありません。

2026年の調査で見えてきた変化

Microsoftの「Work Trend Index 2026」では、AIを利用する働き手2万人を対象とした調査が行われました。その結果、66％が、AIによってより価値の高い仕事に時間を使えるようになったと回答しています。また、58％が、1年前にはできなかった仕事を生み出せるようになったと答えています。これは、AIが単なる時間短縮の道具ではないことを示す興味深い結果です。

たとえば、以前は専門家へ依頼しなければ作れなかった資料を、自分で作れるようになる場合があります。プログラミングの経験が少ない人が、AIの助けを借りながら簡単なプログラムを作ることもできます。つまり、AIには仕事を速くするだけでなく、今までできなかった仕事を可能にするという側面もあるのです。ただし、これらは利用者自身が回答した調査結果であり、すべての職場で客観的に同じ効果が確認されたという意味ではありません。

本当の変化は「作業の自動化」から「仕事の再設計」へ

AIを仕事で使うとき、最初は既存の作業をそのままAIに置き換えようと考えがちです。たとえば、これまで人間が毎月作っていた報告書を、AIに作らせるという方法です。もちろん、これも役に立ちます。しかし、もう一歩進んで考えてみましょう。そもそも、なぜ毎月その報告書を作っていたのでしょうか。上司が売上の状況を知るためでしょうか。問題のある商品を見つけるためでしょうか。それなら、AIが売上データを定期的に確認し、重要な変化があったときだけ報告する仕組みも考えられます。これまでの「毎月、決まった書類を作る仕事」そのものを見直すわけです。これが、AIによる仕事の再設計です。

仕事を再設計するとはどういうことか

もう少し具体的に見てみましょう。ある会社では、毎日、担当者が注文メールを確認し、内容をExcelへ転記し、在庫管理システムへ入力しているとします。従来の仕事は、次のような流れです。

• メールを開く
• 注文内容を読む
• 商品番号と数量を確認する
• Excelへ入力する
• 在庫管理システムへ登録する
• 登録内容を確認する

AIを導入する第一段階では、注文メールから商品番号や数量を取り出す作業を手伝わせることができます。さらに進めば、メールを読み取り、注文データを作成し、在庫確認を行い、登録案を準備するところまで自動化できるかもしれません。人間は、その結果を確認し、問題がある注文だけを処理するようになります。つまり、人間の仕事が「すべてを入力すること」から、「例外を判断し、全体を管理すること」へ変わります。

AIエージェントは仕事をどこまで任せられるのか

第19回で説明したエージェントAIは、複数の手順を組み合わせて作業を進めます。また、第27回のMCPや、第28回のComputer Useによって、AIが外部サービスやパソコンの画面を利用できるようになってきました。こうした技術を組み合わせると、従来は人間が複数のソフトウェアを開いて進めていた作業を、AIにまとめて任せられる可能性があります。しかし、AIに仕事を任せる場合は、作業の種類によって権限を分ける必要があります。

重要なのは、AIにどこまで行動を許すのかを、あらかじめ決めておくことです。

AIを仕事に使うとき、最初に考えるべきこと

AIを導入したいと思ったとき、多くの人は「どのAIが一番優秀なのか」を考えます。しかし、仕事で重要なのは、それだけではありません。まず考えるべきなのは、「何を改善したいのか」です。

たとえば、

• 文章作成に時間がかかっている
• 問い合わせ対応が多い
• 同じ内容を何度も入力している
• 資料を探すのが大変
• 複数の管理画面を行き来している
• 情報の整理や確認に時間がかかる

といった問題があるかもしれません。

このような具体的な問題を見つけてから、適切なAI技術を選ぶ方が、効果的な場合が多いでしょう。

すべての仕事に高性能なAIが必要なわけではない

第23回では、小規模言語モデルについて説明しました。AIを仕事で使う場合も、常に最も高性能で大きなモデルが必要とは限りません。たとえば、問い合わせを3種類に分類するだけなら、小さなモデルでも十分な場合があります。一方、複雑な契約書の問題点を整理するには、高性能な推論モデルが役立つかもしれません。最新の情報が必要なら、検索機能が重要になります。社内資料が必要なら、RAGが役立ちます。複数のシステムを操作するなら、エージェントAIやComputer Useが利用できるかもしれません。つまり、仕事によって使うAI技術を選ぶ必要があります。

小さな会社でもAIは使えるのか

AIの業務利用というと、大企業の話だと思うかもしれません。しかし、小さな会社でも使える場面はあります。たとえば、社員が数人しかいない会社では、一人が営業、事務、Webサイトの管理、資料作成など、さまざまな仕事を担当していることがあります。こうした場合、AIが文章作成や調査、簡単なデータ整理を手伝うだけでも、負担を減らせる可能性があります。また、小さな会社では、複雑なシステムを最初から作るより、すでに使っているソフトウェアとAIを組み合わせた方が導入しやすい場合があります。大切なのは、規模の大きなシステムを導入することではありません。今ある仕事の中で、最も負担が大きく、AIに任せやすい部分を見つけることです。

AIを導入しても効果が出ない理由

AIの導入が進む一方で、期待したほど効果が出ていない会社もあります。

2026年8月のMcKinseyの調査では、AIエージェントの導入は広がっているものの、企業規模によって普及状況に差があり、導入に伴う費用と成果の問題が引き続き課題となっています。AIを使っていることと、仕事全体の成果が向上していることは別です。たとえば、AIで文章作成が速くなっても、社内の承認に何日もかかるなら、仕事全体の完了はそれほど速くなりません。AIがデータを作っても、別のシステムへ手作業で入力し直しているなら、作業が残ります。まり、AIだけを導入しても、仕事の流れそのものに問題があれば、効果は限定的になることがあります。

AIには判断を任せてよい仕事と、任せにくい仕事がある

AIが高性能になっても、すべての判断を任せてよいわけではありません。特に、間違った場合の影響が大きい仕事では注意が必要です。たとえば、契約の締結、税金の申告、医療に関する判断、重要な金銭の支払いなどです。AIは必要な情報を整理したり、確認すべき点を挙げたりすることはできます。しかし、法律や制度の解釈を間違えたり、必要な条件を見落としたりする可能性があります。そのため、重要な仕事では、専門家や責任者による確認を組み込む必要があります。AIは判断を助けることができますが、最終的な責任の所在まで消してくれるわけではありません。

AIを仕事で使うときの安全性

第25回では、AIの安全性について説明しました。仕事でAIを使う場合には、特に情報管理が重要になります。会社の資料には、顧客名、住所、契約内容、売上、従業員の情報などが含まれていることがあります。こうした情報をAIに渡す場合、どこに送信され、どのように保存・利用されるのか確認する必要があります。また、AIエージェントに外部システムを操作させる場合には、必要以上の権限を与えないことが大切です。

• 機密情報や個人情報の取り扱いを確認する
• AIサービスの利用条件を確認する
• 外部システムへのアクセス権限を制限する
• 重要な操作には承認を設ける
• 作業結果を検証する
• 必要に応じて操作履歴を記録する

AIを仕事で活用するには、便利さだけでなく、安全に運用できる仕組みも必要です。

AIを使う人間には何が求められるのか

AIがさまざまな作業をできるようになると、「人間は何をすればよいのか」という疑問が出てきます。しかし、AIが仕事を進められることと、その仕事の目的や価値を自動的に決められることは別です。たとえば、Webサイトを改善する場合を考えましょう。AIは、サイトの表示速度や構造を調べ、問題点を整理できるかもしれません。しかし、そのサイトを通じて何を実現したいのか、誰に情報を届けたいのか、どのような印象を持ってもらいたいのかは、事業の目的に関わる問題です。こうした目的や優先順位を決めることは、引き続き人間の重要な仕事です。

Microsoftの2026年調査でも、AIが仕事を進めるようになるほど、成果物の品質確認や批判的思考が重要になるという認識が示されています。つまり、AI時代には、単に操作方法を覚えるだけでなく、何を実現したいのかを明確にし、結果の良し悪しを判断する力が重要になります。

AIに仕事を任せるための5つの考え方

では、実際にAIを仕事で使うときには、どのように考えればよいのでしょうか。最初から大きな仕事を丸ごと任せる必要はありません。次のような順番で進めると、AIの効果と限界を確認しやすくなります。

• 目的を決める：何を改善したいのか明確にする
• 作業を分ける：AIが得意な部分と人間が担当する部分を分ける
• 小さく試す：最初は影響の小さい作業で試す
• 結果を測る：時間、費用、品質がどう変わったか確認する
• 仕組みを改善する：効果がある部分を継続的に利用する

重要なのは、AIを使うこと自体を目的にしないことです。AIは、仕事を改善するための手段です。

AIの進歩は仕事を奪うのか

AIが仕事を進められるようになると、当然ながら雇用への影響も問題になります。AIによって一部の仕事が自動化されれば、必要な人手が減る業務も出てくるでしょう。一方で、AIを利用するための新しい仕事や、これまで採算が合わなかったサービスが生まれる可能性もあります。

Stanfordの2026年AI Indexでは、AIの影響を受けやすい職種の若い労働者などで、雇用への影響が現れ始めていることが報告されています。ただし、経済全体で一律に大規模な失業が発生しているという状況ではありません。仕事への影響は、職種、経験、業界、国などによって異なります。つまり、「AIがすべての仕事を奪う」とも、「AIによって仕事はまったく減らない」とも、簡単には言えません。重要なのは、どの仕事がどのように変化するのかを、具体的に考えることです。

AIは仕事の価値そのものを変える可能性がある

最後に、少し大きな視点で考えてみましょう。これまで、人間は多くの時間を、情報を探したり、文章を作ったり、資料を整理したりすることに使ってきました。AIは、こうした仕事の一部を短時間で行えるようになっています。その結果、「資料を作れること」だけでは、以前ほど大きな価値にならない仕事も出てくるかもしれません。一方で、「何のために資料を作るのか」「その資料を使って何を決めるのか」という部分の重要性は増していく可能性があります。とえば、AIが優れた広告文を何十種類も作れるようになったとしても、どの顧客に何を伝えるべきか、どの表現が自社にふさわしいかを判断する必要があります。AIがプログラムを作れるようになっても、そもそも何を作るべきなのか、どのような利用者に役立てたいのかを考える必要があります。つまり、AIによって、仕事の価値が「作業すること」から「目的を決め、結果を判断すること」へ、部分的に移っていく可能性があります。

まとめ

AIを仕事で使う方法には、大きく3つの段階があります。

最初は、AIに質問したり、アイデアを出してもらったりする段階です。

次に、文章、資料、プログラムなど、具体的な成果物を作ってもらう段階があります。

さらに、エージェントAIなどを利用し、複数の作業をまとめて進めてもらう段階へと広がっています。

2026年現在、AIの業務利用は広く普及していますが、AIを導入すれば必ず生産性が向上するわけではありません。AIが作った結果を確認し、修正する時間も含めて、仕事全体の効果を考える必要があります。また、単に今までの作業をAIに置き換えるだけでなく、仕事の進め方そのものを見直すことで、より大きな効果が得られる可能性があります。一方で、AIには間違いや限界があります。重要な判断、情報管理、外部システムの操作などでは、人間による確認や適切な権限制御が必要です。そして、AIを使う人間には、目的を明確にし、結果を評価し、責任を持って判断する力が求められます。AIを仕事で使うということは、人間の仕事をすべてAIに置き換えることではありません。人間とAIのそれぞれが得意な部分を組み合わせ、仕事の進め方をよりよくすることです。

次回は、「AIはなぜ期待され、なぜ嫌われるのか」について説明します。

AIは便利だと感じる人がいる一方で、仕事を奪われることや、著作権、個人情報、社会への影響を心配する人もいます。なぜ同じAIという技術に対して、これほど異なる評価が生まれるのでしょうか。AIをめぐる社会の期待と反発を、世界各国の考え方の違いも含めて、やさしく整理していきます。